Post-doc : Relier les données de capteurs électriques et optiques dans les batteries – France

Les batteries Li-ion jouent un rôle central dans la transition en cours des combustibles fossiles vers les énergies renouvelables, en tant que dispositif de stockage d’énergie efficace. Notre dépendance croissante aux batteries nécessite une amélioration de leur durée de vie et de leur sécurité. Cela nécessite une analyse plus détaillée de certains paramètres liés au vieillissement cellulaire, tels que la température, la pression, la contrainte, etc. Dans cette note, le diagnostic de batterie avec des capteurs à réseau de Bragg (FBG) à fibre optique insérés a donné des résultats passionnants car il peut être utilisé à grande échelle. systèmes sans affecter les performances des cellules. D’énormes progrès ont été réalisés dans notre laboratoire dans la compréhension de différents phénomènes tels que la formation de SEI, la dégradation des électrolytes, les propriétés des matériaux, etc. en utilisant ces FBG ou FBG inclinés (TFBG). Avec toutes ces analyses, l’intégration des données de détection optique est un élément clé pour maximiser les performances et la durabilité de la batterie, mais à un coût prohibitif. Il est ainsi proposé d’utiliser l’expertise en détection optique développée dans notre groupe pour former un modèle d’apprentissage automatique (ML) capable d’extraire les mêmes informations mais avec une détection électrique conventionnelle, « contournant » ainsi les instruments optiques coûteux. Le post-doctorant s’engagera ainsi dans le développement d’un modèle ML pour prédire le mécanisme de dégradation de différentes cellules Li-ion à partir de détections optiques et électriques couplées.

Les expériences seront réalisées dans des cellules cylindriques (18650) ou cellules « poche ». Des capteurs seront intégrés aux cellules pour suivre la température, la pression et les réactions chimiques. Le comportement électrochimique sera suivi en parallèle de l’évolution des capteurs. Les résultats obtenus serviront à alimenter l’algorithme d’apprentissage automatique qui sera développé au cours de la période post-doctorale.

La majorité des travaux seront réalisés en Chimie du solide et énergie au Collège de France, Paris. Peu de déplacements vers d’autres laboratoires du réseau RS2E sont à prévoir en fonction des besoins.